申请/专利权人：中国科学院西北高原生物研究所

申请日：2023-03-27

公开（公告）日：2024-03-19

公开（公告）号：CN116429718B

主分类号：G01N21/35

分类号：G01N21/35;G01N21/359;G01N1/28

优先权：["20221221 CN 2022116512964"]

专利状态码：有效-授权

法律状态：2024.03.19#授权;2023.08.01#实质审查的生效;2023.07.14#公开

摘要：本发明公开了一种不同采收月份唐古特大黄药材的多元红外光谱判别方法、系统、存储介质及终端，包括：在同一种红外谱图下比较不同月份样品的红外光谱特征，得到光谱特征判别结果；分别在不同的红外谱图下建立判别模型；训练得到不同红外谱图下对应的最优判别模型；利用不同的最优判别模型分别进行判别，并结合所述光谱特征判别结果选定判别效果最好的红外谱图及其对应的最优判别模型。本发明通过采集不同月份药材多种不同的光谱信息，在分析其红外光谱特征的基础上，建立了多种红外光谱信息下的不同采收月份大黄药材判别模型，籍此实现对不同采收月份唐古特大黄的快速判别，为指导唐古特大黄药材采收及后续的生产实践活动提供科学依据。

主权项：1.一种不同采收月份唐古特大黄药材的多元红外光谱判别方法，其特征在于，所述方法包括：收集不同月份的唐古特大黄药材作为样品；分别采集每一个月份样品的多种红外谱图；分别采集近红外光谱NIR、衰减全反射红外光谱ATR以及中红外光谱MIR并取每一种光谱的平均谱图；在同一种红外谱图下比较不同月份样品的红外光谱特征，得到光谱特征判别结果；所述光谱特征判别结果包括：对不同月份近红外光谱NIR的平均一阶导数谱图进行分析，NIR一阶导数谱图在5600～5900cm-1、4400～4250cm-1的振动明显，将振动明显处放大分析，在导数峰处不同月份平均谱图存在差异，其中，5767cm-1与4318cm-1处，4、5月份谱图较其他月份峰值低，对应C-H峰强差异大；对不同月份衰减全反射红外光谱ATR的平均一阶导数谱图进行分析，ATR一阶导数谱图在2400～1900cm-1、1700～400cm-1的振动明显，以1400～500cm-1波段内不同月份导数谱图差异明显，将其振动明显处放大分析，在多个峰值处不同月份谱图峰强差异大，在1196cm-1、1070cm-1、980cm-1、918cm-1、702cm-1、568cm-1处，7月谱图峰强最强，4、5月谱图较低，而在1309cm-1、777cm-1处4月谱图峰强最高，1044cm-1处4、5月谱图较高；对不同月份中红外光谱MIR的平均一阶导数谱图进行分析，谱图在3000～2800cm-1、1800～400cm-1的振动明显，将差异明显处放大分析，4、5月峰强在2953cm-1、2846cm-1、1595cm-1处较强，在1140cm-1、1073cm-1、980cm-1处较弱，4月谱图在1312cm-1、778cm-1处峰强尤其高；分别在不同的红外谱图下建立判别模型，其中，对不同的判别模型采用不同的建模方法和优化方法，所述建模方法包括优化距离匹配DM和判别分析DA；所述优化方法包括分别使用不同的预处理方法对谱图进行处理；在NIR光谱条件下，优化结果为DM+1D+constant+SGsmoothing；在ATR光谱条件下，优化结果为DM+1D+SNV+Norrissmoothing；在MIR光谱条件下，优化结果为DM+1D+MSCSNV+Norrissmoothing；对所述判别模型进行训练，得到不同红外谱图下不同月份对应的最优判别模型；利用不同的最优判别模型分别对样品进行判别，得到模型判别结果；结合所述光谱特征判别结果选定判别效果最好的红外谱图及其对应的最优判别模型。

全文数据：

权利要求：

百度查询： 中国科学院西北高原生物研究所 一种不同采收月份唐古特大黄药材的多元红外光谱判别方法、系统、存储介质及终端

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD